Una empresa está migrando clústeres Hadoop on-premises a Amazon EMR y necesita mover un metastore de Apache Hive existente a una solución persistente y sin servidor para el catálogo de datos. ¿Qué enfoque es el más rentable y cumple con el requisito de ser sin servidor?

La opción correcta es la más rentable y sin servidor porque AWS Glue Data Catalog es un servicio de catálogo de datos totalmente administrado y sin servidor que puede actuar como un metastore de Hive compatible. Al migrar el metastore de Hive existente a AWS Glue Data Catalog, la empresa elimina la necesidad de administrar una base de datos de metastore subyacente y solo paga por el almacenamiento y las solicitudes, lo que lo hace rentable. Las otras opciones son incorrectas: Migrar a Amazon S3 con AWS DMS y luego escanear con Glue Data Catalog no es el enfoque directo para un metastore de Hive, ya que S3 no es un metastore de Hive nativo y requeriría pasos adicionales para replicar la funcionalidad del metastore. Configurar un metastore de Hive externo en Amazon EMR con Amazon Aurora MySQL implica gestionar una base de datos Aurora, lo que no cumple con el requisito de ser sin servidor. Configurar un nuevo metastore de Hive en Amazon EMR y usarlo como catálogo de datos de la empresa no es sin servidor, ya que el metastore de Hive en EMR requiere recursos de cómputo y almacenamiento que deben ser gestionados.